Quantitative Daten bilden die Grundlage für Entscheidungen im Multi-Billionen-Dollar-Sektor der Gewerbeimmobilien. Letztlich entscheidet jedoch eine Vielzahl qualitativer Daten über den Erfolg einer Investition. Die Antworten auf eine erfolgreiche Investition beschränkten sich nie auf greifbare, quantitative Markt- oder Leistungsdaten wie Mieten oder Belegungsraten, bewertete Immobilienwerte, vergleichbare Verkaufszahlen oder den prognostizierten Return on Investment oder internen Zinsfuß eines Vermögenswerts.
Qualitative Einschätzungen mögen schwer fassbar sein, doch sie bestimmen, wie eine Immobilie wahrgenommen wird und legen das Schicksal einer Investition fest. Solche Daten bieten einen Einblick in die vergangene und gegenwärtige Geschichte des Umfelds einer Immobilie und sind von unschätzbarem Wert, um zu verstehen, wie sich der Lebenszyklus einer Investition entfalten könnte. Die Geschichten, die durch diese Informationen erzählt werden, können Risikoprofile prägen und letztendlich bestimmen, wo Kapital eingesetzt wird und welche Märkte zu schnell abgeschrieben werden.
Künstliche Intelligenz verändert die Art und Weise, wie die Gewerbeimmobilienbranche diese Informationen sammeln kann, und Marktteilnehmer täten gut daran, sie nicht zu übersehen. In New York kann ein Bauträger den Namen oder die Adresse eines Gebäudes ändern, um einen leichten Vorteil zu erzielen. Als Eigentümer beispielsweise 708 Third Ave in 10 Grand Central oder 1250 Broadway in NoMad Tower umbenannten, änderten sie die Wahrnehmung dieser Immobilien am Markt und erzielten wesentlich höhere Mieten.
Herausforderung und technologische Lösung
Viele kleinere Investoren und Bauträger im ganzen Land haben oft nicht den Luxus, ein Gebäude einfach umzubenennen. In den meisten Fällen hängt eine Investition von einer Vielzahl qualitativer Faktoren ab, die die zugrunde liegende Geschichte eines Grundstücks, eines Viertels oder eines Teilmarkts skizzieren. Historisch gesehen war das Finden und Analysieren solcher Informationen mühsam, wenn nicht gar unzugänglich, und hing von Intuition ab, was das Underwriting-Risiko erhöhte. Es war auch nicht skalierbar. Neue Technologien ändern dies.
Ein Großteil der Daten, die zur sicheren Identifizierung qualitativer Risiken bei Immobilieninvestitionen erforderlich sind, ist offensichtlich vorhanden. Sie finden sich in historischen Nachrichtenberichten, Umweltgutachten, Genehmigungsanträgen, lokalen Verordnungen, Nahverkehrsplänen, Kriminalitätsdaten oder den Protokollen von Bebauungsplanausschuss-Anhörungen, Schulratssitzungen oder Nachbarschaftsforen. Diese Faktoren können unter anderem Maße für die aktuelle und zukünftige Wirtschaftsaktivität, die Sicherheit des Viertels, die Erreichbarkeit des Nahverkehrs oder sogar die Schulqualität liefern.
Während diese Informationen traditionell als „Soft Sentiment“ abgetan wurden, weil sie sich nicht einfach in eine Tabelle übertragen ließen, können fortschrittliche Analysewerkzeuge diese disparaten Aufzeichnungen nun verarbeiten. Es wird endlich möglich, schwer fassbare Nachbarschaftssignale in harte Daten umzuwandeln, die Underwriter tatsächlich testen können.
Fehlinterpretationen von Markt-Narrativen
Die Folgen des Versäumnisses, diese Geschichten zu finden und zu testen, sind besonders deutlich in Märkten, in denen sich die Narrative schneller entwickeln als die Fundamentaldaten. Austin und San Francisco bieten in den letzten Jahren zwei sehr unterschiedliche Beispiele dafür, was passiert, wenn Investoren eine Narrative zu stark in das Underwriting einfließen lassen. In Austin schuf die Pandemie eine starke Narrative um das zukünftige Wachstum der Stadt, da Unternehmensverlagerungen, Tech-Expandierung, Bevölkerungswachstum und Investorenenthusiasmus sich gegenseitig verstärkten. Doch der Glaube an dieses Wachstum rechtfertigte eine Welle spekulativer Bürobauentwicklung, die der Markt nicht absorbieren konnte. Bauträger errichteten zwischen 2020 und Ende 2025 fast 14 Millionen Quadratfuß neuer Büroflächen in Austin, wodurch die stadtweite Leerstandsquote auf 29 Prozent und die Leerstandsquote in der Innenstadt auf 32,4 Prozent stiegen.
San Francisco zeigt die andere Seite desselben Problems. Um 2022 wurde das Narrativ der „urbanen Todesfalle“ zur dominanten Geschichte über die Stadt. Die Büroflächenleerstände stiegen, Einzelhändler verließen die Innenstadt und öffentliche Sicherheitsbedenken machten landesweit Schlagzeilen. Bis 2025 zeigte der Markt, dass das Vertrauen in diese Narrative bedeutete, eine Chance zu verpassen. San Francisco verzeichnete das stärkste Jahr bei der Büroflächenvermietung seit 2019 und beendete das letzte Jahr mit über 1 Million Quadratfuß positiver Nettoabsorption im vierten Quartal. Obwohl die Stadt immer noch Herausforderungen hat, hinkte die Narrative den Signalen hinterher, die tatsächlich Wert generieren. In Austin jagte ein Überangebot einer Wachstumsgeschichte, und in San Francisco riskierten Immobilieninvestoren, eine Erholung zu verpassen, weil die Niedergangsgeschichte dauerhaft schien. Beide Beispiele zeigen, wie Narrative Investoren zu kurzsichtigen Entscheidungen verleiten können.
Zusammenfassend lässt sich sagen, dass Immobilieninvestoren dazu neigen, auf der Grundlage von „Vibe“ zu werten, manchmal den Wert qualitativer Daten übersehen, die die „Geheimzutat“ für den Investitionserfolg sein können. Doch in einer datenreichen Multi-Billionen-Dollar-Branche wie Gewerbeimmobilien sollte so viel Urteilsvermögen immer noch auf Instinkt beruhen? Vorsichtig eingesetzt, kann KI dazu beitragen, weichere, schwer fassbarere Signale in etwas umzuwandeln, das Underwriter testen können. Es kann öffentliche Sitzungen auf wiederkehrende Bedenken hinsichtlich Sicherheit oder Infrastruktur scannen, vergleichen, wie oft lokale Unternehmen eröffnen oder schließen, verfolgen, ob sich die Genehmigungsaktivität um einen Korridor herum konzentriert, oder identifizieren, wenn Mieter und Makler ein Viertel anders beschreiben als sechs Monate zuvor. Diese Informationen geben Underwritern eine Möglichkeit zu sehen, ob die Geschichte um ein Viertel mit den zugrunde liegenden Daten übereinstimmt. Der Büromarkt in San Francisco zeigt, warum das wichtig ist. Die Geschichte, die Investoren oft über die Nachfrage nach Büroflächen erzählen, ist relativ einfach: Die neuesten Gebäude mit den höchsten Annehmlichkeiten in den etabliertesten Geschäftsvierteln werden gewinnen. Doch einige der am schnellsten wachsenden Mieter von heute verkomplizieren diese Annahme. In San Francisco konzentrieren sich KI-Start-ups zunehmend in kleineren, gemischt genutzten Vierteln und umgebauten Industriegebäuden, anstatt standardmäßig die etablierten Bürotürme zu bevorzugen.
